已解决AttributeError: ‘TfidfVectorizer‘ object has no attribute ‘get_feature_names_out‘

已解决（sklearn运行报错）AttributeError: ‘TfidfVectorizer‘ object has no attribute ‘get_feature_names_out‘

---

---

报错代码

粉丝群里面的一个小伙伴想用sklearn中的TfidfVectorizer库用来计算TF-IDF值，但是发生了报错（当时他心里瞬间凉了一大截，跑来找我求助，然后顺利帮助他解决了，顺便记录一下希望可以帮助到更多遇到这个bug不会解决的小伙伴），报错代码如下：：

from sklearn.feature_extraction.text import TfidfVectorizer
corpus = [
    'This is the first document.',
     'This document is the second document.',
     'And this is the third one.',
     'Is this the first document?',
 ]
vectorizer = TfidfVectorizer()
X = vectorizer.fit_transform(corpus)
print(vectorizer.get_feature_names_out())
print(X.shape)

报错信息如下：

AttributeError: 'TfidfVectorizer' object has no attribute 'get_feature_names_out'

报错翻译

报错信息翻译：

属性错误 ：“TfidfVectorizer”对象没有属性“get_feature_names_out”

报错原因

报错原因：

粉丝电脑上的sklearn版本太老了，但是他在网上的复制的语法却是最新的，所以语法并不支持使用。小伙伴按下面的两种方法任选其一即可！！！

解决方法

解决方法1（修改为老版本的语法）：

print(vectorizer.get_feature_names())

解决方法2（pip升级sklearn的版本）：

pip install --upgrade sklearn

任选其一解决方法运行代码成功：

帮忙解决

本文已收录于：《告别Bug》专栏

本专栏用于记录学习和工作中遇到的各种疑难Bug问题，以及粉丝群里小伙伴提出的各种问题，文章形式：报错代码 + 报错翻译 + 报错原因 + 解决方法，包括程序安装、运行程序过程中等等问题，订阅专栏+关注博主后如遇到其他问题可私聊帮忙解决！！！